Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/127505
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorsadik, Kusman-
dc.contributor.advisorAidi, Muhammad Nur-
dc.contributor.authorSaumi, Tia Fitria-
dc.date.accessioned2023-10-22T00:08:22Z-
dc.date.available2023-10-22T00:08:22Z-
dc.date.issued2011-
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/127505-
dc.description.abstractPengukuran mengenai kepuasan konsumen sangat dibutuhkan oleh produsen untuk mengetahui posisi produk mereka dengan produk pesaingnya sehingga dapat meningkatkan kualitas produk tersebut. Dewasa ini banyak lembaga riset pemasaran yang melakukan evaluasi kepuasan terhadap konsumen dengan cara memberikan kuisioner dengan respon berupa skala ordinal, yaitu dengan memberikan penilaian mengenai kepuasan dengan skala yang terurut yaitu: sangat tidak puas (1), tidak puas (2),antara puas dan tidak (3) puas (4), sangat puas (5). Dalam beberapa tahun ini, dikembangkan suatu metode atau teknik analisis korespondensi yang dapat memberikan informasi yang lebih mengenai hubungan antara peubah kategori ordinal dan objek amatan. Metode ini menggunakan suatu penguraian nilai singular yang berbeda dengan yang selama ini digunakan dalam analisis korespondensi klasik. Metode ini menggunakan penguraian hibrid (hybrid decomposition) yaitu suatu penguraian yang menggabungkan antara penguraian nilai singular (singular value decomposition) dan polinomial ortogonal melalui penguraian momen bivariat (bivariate moment decomposition), sehingga teknik ini disebut sebagai analisis korespondensi ordinalid
dc.language.isoidid
dc.publisherIPB (Bogor Agricultural University)id
dc.subject.ddcMathematics and natural sciences - Statistic and Data Scienceid
dc.titleAnalisis Korespondesi Ordinal Untuk Mengevaluasi Tingkat Kepuasan Konsumenid
dc.typeUndergraduate Thesisid
dc.subject.keywordordinal correspondent analysisid
dc.subject.keywordingular value decompositionid
dc.subject.keywordbivariate moment decompositionid
dc.subject.keywordhybrid decompositionid
Appears in Collections:UT - Statistics and Data Sciences

Files in This Item:
File Description SizeFormat 
G11tfs.pdf
  Restricted Access
Fulltext332.25 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.